PaSa项目使用说明

PaSa项目使用说明

pasa PaSa -- an advanced paper search agent powered by large language models. It can autonomously make a series of decisions, including invoking search tools, reading papers, and selecting relevant references, to ultimately obtain comprehensive and accurate results for complex scholarly queries. 项目地址: https://gitcode.com/gh_mirrors/pa/pasa

1. 项目目录结构及介绍

PaSa项目的目录结构如下所示：

pasa/
├── data/
│   ├── AutoScholarQuery/
│   │   ├── dev.jsonl
│   │   ├── test.jsonl
│   │   └── train.jsonl
│   ├── paper_database/
│   │   ├── cs_paper_2nd.zip
│   │   └── id2paper.json
│   ├── RealScholarQuery/
│   │   └── test.jsonl
│   ├── sft_crawler/
│   │   └── train.jsonl
│   └── sft_selector/
│       ├── test.jsonl
│       └── train.jsonl
├── checkpoints/
│   ├── pasa-7b-crawler
│   └── pasa-7b-selector
├── utils.py
├── metrics.py
├── models.py
├── paper_agent.py
├── paper_node.py
├── run_paper_agent.py
└── README.md

data/

存放项目所需的数据集，包括自动生成的学术查询和相关的论文数据（AutoScholarQuery），真实的学术查询数据（RealScholarQuery），以及用于训练的爬虫和选择器数据（sft_crawler 和 sft_selector）。

checkpoints/

保存训练好的模型权重文件，包括爬虫（pasa-7b-crawler）和选择器（pasa-7b-selector）的模型。

utils.py

包含一些工具函数，如Google搜索API的调用等。

metrics.py

定义了评估模型性能所需的指标计算方法。

models.py

定义了项目中使用的模型类。

paper_agent.py

实现了论文搜索代理的核心逻辑。

paper_node.py

定义了论文节点的相关操作。

run_paper_agent.py

项目的主启动文件，用于运行论文搜索代理。

README.md

项目的说明文件，包含项目介绍、使用说明和许可证信息。

2. 项目的启动文件介绍

项目的启动文件是run_paper_agent.py。该文件负责初始化和运行整个论文搜索代理系统。以下是启动文件的主要步骤：

• 加载模型权重
• 设置必要的配置参数
• 初始化爬虫和选择器
• 运行搜索代理

要启动项目，你需要在命令行中执行以下命令：

python run_paper_agent.py

3. 项目的配置文件介绍

项目的配置文件没有在目录结构中明确指出，但是从代码中可以看出，配置主要通过代码中的参数设置来实现。例如，utils.py中可能会包含Google搜索API的密钥配置，run_paper_agent.py中可能会包含模型加载路径、数据集路径等配置信息。

这些配置通常是在代码中以硬编码的方式设置，或者通过环境变量、命令行参数等方式传递给程序。如果需要修改配置，你需要在相应的代码文件中找到相关的变量并进行修改。

请注意，为了运行项目，你可能需要申请Google Search API密钥，并将其替换到utils.py中的占位符位置。

pasa PaSa -- an advanced paper search agent powered by large language models. It can autonomously make a series of decisions, including invoking search tools, reading papers, and selecting relevant references, to ultimately obtain comprehensive and accurate results for complex scholarly queries. 项目地址: https://gitcode.com/gh_mirrors/pa/pasa